AI时代的财富神话背后，谁分走了最大的一块蛋糕？

英伟达的芯片霸权：算力供给者如何收割最大红利

在黄仁勋的“五层蛋糕”模型中，芯片层是当前价值攫取能力最强的一环。英伟达凭借从A100到Blackwell的硬件迭代，以及CUDA生态构建的软硬一体化护城河，几乎垄断了AI训练和推理的核心算力。这家公司狂飙的市值，正是对芯片层“收割者”地位的最直白确认。然而，这种高度集中的垄断也倒逼其他巨头加速自研——华为昇腾、长鑫存储等中国企业的崛起，正在试图在这二层蛋糕上撕开一道裂口。芯片层的竞争已从单纯硬件设计升级为“生态+先进封装+高带宽内存”的复合战，任何新入局者都需要同时突破物理工艺与软件兼容的双重壁垒。

重资产“卖水人”：数据中心与基础设施的价值重估

第三层基础设施是“五层蛋糕”中最重资产、也最容易被低估的一环。大模型训练需要成千上万张GPU在极低延迟下协同工作，这对网络拓扑、光模块和冷却系统提出了极限要求。液冷、相变冷却等技术的普及，让原本处于科技叙事边缘的冷却液供应商、服务器机柜商迎来了历史性价值重估。与此同时，数据中心向清洁能源富集区（如中西部）的迁移，正在催生“绿电+算力”的新底座。这一层的关键词是“铁锈带复兴”——上市公司和传统制造业巨头通过承接AI基建订单，悄然分走了相当可观的一杯羹。

模型层的内卷竞赛与应用层的变现突围

第四层模型层是公众最熟悉的战场，但也最“烧钱”。OpenAI、谷歌、Meta以及中国的大模型公司（如DeepSeek）在这里激烈搏杀。基础大模型的训练成本呈指数级上升，而商业模式尚未成熟——闭源派靠算力壁垒和数据飞轮，开源派靠技术普及瓦解垄断。黄仁勋在演讲中指出，模型层的可持续性依赖于第五层应用层能否真实赚钱。应用层的核心方向是机器人和自动驾驶——只有当AI被装入人形机器人或智能终端，深入到制造业、医疗、交通等实体经济毛细血管，前四层的巨大沉没成本才能被真正兑现。中国凭借全球最全的工业门类和丰富的测试场景，在应用层具备较强的工程化落地能力，这为反哺上游芯片研发提供了潜在的现金流。

能源层：被忽视的“新石油”与终极瓶颈

黄仁勋将能源放在蛋糕最底层，打破了“比特边际成本趋零”的旧神话。大模型从训练到推理都在吞噬海量电力，算力的尽头是电力。硅谷资本正涌向核聚变、地热能等前沿项目，而中国在光伏、风电、特高压和储能领域拥有全球统治力。但能源总量大不代表AI企业能立刻拿到低价绿电，电力市场机制和跨区域调度效率仍是短板。这一层的稀缺性直接决定了上层建筑的扩张边界——谁掌握了充足、稳定且低成本的电力，谁就掌握了AI时代的命门。而中国企业若能通过“东数西算”将算力向绿电富集区转移，就能用能源层的成本优势对冲芯片层的硬件溢价，在产业链博弈中占据更有利的位置。